表目录 | 第1-9页 |
图目录 | 第9-14页 |
摘要 | 第14-17页 |
ABSTRACT | 第17-20页 |
符号列表 | 第20-23页 |
缩略语表 | 第23-27页 |
第一章 绪论 | 第27-54页 |
·研究背景和意义 | 第27-30页 |
·STAP 研究历史和现状 | 第30-42页 |
·STAP 方法研究现状 | 第31-41页 |
·STAP 实验验证与实际系统 | 第41-42页 |
·STAP 与稀疏恢复 / 表示 | 第42-50页 |
·基于稀疏性的恢复 / 表示方法研究现状 | 第42-46页 |
·基于稀疏性的 STAP 研究现状 | 第46-50页 |
·论文主要工作及组织结构 | 第50-54页 |
第二章 基于稀疏性的 STAP 理论框架 | 第54-84页 |
·引言 | 第54页 |
·信号模型与性能评价准则 | 第54-63页 |
·空时信号模型 | 第54-58页 |
·空时协方差矩阵 | 第58-59页 |
·空时滤波器 | 第59-60页 |
·STAP 性能评价准则 | 第60-63页 |
·STAP 中的稀疏性 | 第63-71页 |
·杂波空时功率谱的稀疏性 | 第63-71页 |
·空时滤波器的“稀疏性” | 第71页 |
·基于稀疏性的 STAP 原理 | 第71-79页 |
·稀疏滤波器 STAP 原理 | 第71-72页 |
·基于空时功率谱稀疏性的 STAP 原理 | 第72-79页 |
·基于稀疏性的 STAP 优势 | 第79-83页 |
·本章小结 | 第83-84页 |
第三章 基于稀疏滤波器的 STAP 技术 | 第84-113页 |
·引言 | 第84页 |
·旁瓣对消结构稀疏滤波器 STAP 方法 | 第84-100页 |
·L1-OCD-STAP 算法 | 第85-87页 |
·L1-RLS-STAP 算法 | 第87-88页 |
·正则化参数设置分析 | 第88-90页 |
·基于开关选择的 L1-RLS-STAP 算法 | 第90-94页 |
·计算复杂度分析 | 第94页 |
·仿真实验与分析 | 第94-100页 |
·直接滤波结构稀疏滤波器 STAP 方法 | 第100-112页 |
·L1-SMI-STAP 算法 | 第101-102页 |
·L1-CG-STAP 算法 | 第102-106页 |
·计算复杂度分析 | 第106-108页 |
·仿真分析与实验验证 | 第108-112页 |
·本章小结 | 第112-113页 |
第四章 基于阵列流形知识的杂波子空间 STAP 技术 | 第113-138页 |
·引言 | 第113-114页 |
·基于阵列流形知识的 STAP 原理 | 第114-117页 |
·基于阵列流形知识和低秩特性的 STAP 方法 | 第117-132页 |
·LRGP-KA-STAP 算法原理 | 第118-125页 |
·降维 LRGP-KA-STAP 算法原理 | 第125-126页 |
·计算复杂度分析 | 第126-127页 |
·仿真实验与分析 | 第127-132页 |
·基于阵列流形知识的特征分析 STAP 方法 | 第132-136页 |
·EB-KA-STAP 算法原理 | 第133-134页 |
·仿真实验与分析 | 第134-136页 |
·本章小结 | 第136-138页 |
第五章 基于空时功率谱稀疏恢复的多训练样本 STAP 技术 | 第138-171页 |
·引言 | 第138-139页 |
·基于 IAA 的空时功率谱稀疏恢复的多训练样本 STAP 方法 | 第139-154页 |
·传统 IAA-STAP 算法 | 第139-140页 |
·多训练样本 MIAA-STAP 算法 | 第140-145页 |
·计算复杂度分析 | 第145-148页 |
·仿真实验与分析 | 第148-154页 |
·基于同伦的空时功率谱稀疏恢复多训练样本 STAP 方法 | 第154-169页 |
·复数域同伦稀疏恢复算法原理 | 第155-158页 |
·同伦稀疏恢复算法在 STAP 中的应用 | 第158-160页 |
·算法执行问题考虑 | 第160-162页 |
·计算复杂度分析 | 第162-163页 |
·仿真实验与分析 | 第163-169页 |
·本章小结 | 第169-171页 |
第六章 基于空时功率谱稀疏恢复的直接数据域 STAP 技术 | 第171-191页 |
·引言 | 第171-172页 |
·基于 L1范数加权的空时功率谱稀疏恢复 D3-STAP 方法 | 第172-179页 |
·D3WSR-STAP 算法原理 | 第172-175页 |
·仿真实验与分析 | 第175-179页 |
·基于平滑的空时功率谱稀疏恢复 D3-STAP 方法 | 第179-190页 |
·SASM-D3SR-STAP 算法原理 | 第180-183页 |
·计算复杂度分析 | 第183-184页 |
·仿真实验与分析 | 第184-190页 |
·本章小结 | 第190-191页 |
第七章 基于阵列流形知识与空时功率谱稀疏恢复的 STAP 技术 | 第191-207页 |
·引言 | 第191页 |
·基本原理 | 第191-195页 |
·字典设计与杂波阵列流形选择 | 第195-198页 |
·字典设计问题 | 第195页 |
·阵列流形中空间频率与多普勒频率关系 | 第195-197页 |
·阵列流形中的矩形窗选择问题 | 第197-198页 |
·算法执行问题探讨 | 第198-199页 |
·计算复杂度分析 | 第199-200页 |
·仿真实验与分析 | 第200-206页 |
·本章小节 | 第206-207页 |
第八章 结论与展望 | 第207-213页 |
·本文工作和创新点总结 | 第207-211页 |
·基于稀疏性的 STAP 技术展望 | 第211-213页 |
致谢 | 第213-217页 |
参考文献 | 第217-246页 |
作者在学期间取得的学术成果 | 第246-251页 |
附录A 式 ( 2.20 )-式 ( 2.21) 的推导 | 第251-253页 |
附录B 式 (2.41 ) 为空时功率谱的证明 | 第253-254页 |
附录C 空时功率谱 P 与傅里叶空时功率谱的关系 | 第254-255页 |
附录D 定理 2.1 的证明 | 第255-256页 |
附录E 正则化参数设置部分:结论 1 和结论 2 的证明 | 第256-259页 |
附录F 式 ( 5.38 )-式 ( 5.41) 的推导 | 第259-261页 |
附录G 式 ( 5.62 ) 的推导 | 第261页 |